Kecepatan dan keadilan biasanya menjadi musuh. Semakin cepat Anda mengambil keputusan, semakin besar kemungkinan Anda mengandalkan jalan pintas, firasat, dan bias yang tidak disadari. Semakin adil Anda mencoba, semakin lambat prosesnya – lebih banyak peninjauan, lebih banyak pemeriksaan, lebih banyak pertimbangan. Ketegangan ini telah mengganggu perekrutan pekerja selama beberapa dekade.
Namun kecerdasan buatan mengubah persamaan tersebut. Otomatisasi menjanjikan kecepatan dan keadilan secara bersamaan, namun hanya jika alatnya dirancang dengan benar. Pemutaran media sosial – praktik meninjau perilaku publik di dunia maya – telah diubah secara khusus oleh otomatisasi. Namun, ada batasan hukum penting yang harus dipahami oleh setiap profesional perekrutan sebelum melanjutkan.
Penafian penting: Socialprofiler tidak mematuhi FCRA dan tidak boleh dipromosikan untuk pemeriksaan latar belakang pekerjaan, penyaringan penyewa, keputusan terkait perumahan, keputusan kredit, atau penggunaan lain apa pun yang tercakup dalam Undang-Undang Pelaporan Kredit yang Adil.
Artikel ini membahas tentang potensi penyaringan media sosial otomatis untuk perekrutan, namun tidak mendukung penggunaan Socialprofiler untuk tujuan tersebut. Hukumnya jelas dan kami menghormatinya. Sebaliknya, kami mengeksplorasi cara kerja otomatisasi, mengapa hal ini mengurangi bias, dan di mana batasan hukumnya.
Mimpi Buruk Penyaringan Manual
Sebelum otomatisasi, penyaringan media sosial adalah mimpi buruk yang dilakukan secara manual. Seorang perekrut akan menghabiskan dua puluh hingga tiga puluh menit per kandidat untuk menelusuri Facebook, Twitter, Instagram, dan LinkedIn. Untuk peran dengan seratus pelamar, itu berarti lebih dari empat puluh jam kerja – satu minggu kerja penuh hanya untuk media sosial.
Namun biaya waktu bukanlah masalah terburuk. Biaya keadilan sangat merugikan. Peninjau manusia pasti memperhatikan gambar profil, nama, dan latar belakang. Kandidat yang fotonya memakai simbol agama, kandidat dengan nama non-tradisional, kandidat yang postingannya mengungkapkan orientasi seksualnya – semua penanda identitas ini bocor ke alam bawah sadar pengulas. Akibatnya, penyaringan media sosial secara manual pada dasarnya bersifat bias, meskipun pengulasnya berusaha bersikap objektif.
Selain itu, tinjauan manual tidak konsisten. Pengulas A mungkin menandai lelucon sarkastik sebagai “tidak profesional”. Reviewer B mungkin mengabaikannya sepenuhnya. Kandidat yang sama bisa lulus dengan satu reviewer dan gagal dengan reviewer lainnya. Ketidakkonsistenan ini melemahkan kepercayaan dalam keseluruhan proses.
Bagaimana Otomatisasi Menciptakan Konsistensi
Penyaringan media sosial otomatis memecahkan masalah konsistensi dengan segera. Perangkat lunak tidak menjadi lelah, terganggu, atau murung. Ini menerapkan aturan yang sama persis untuk setiap profil, setiap saat.
Alat seperti Socialprofiler menggunakan pemrosesan bahasa alami (NLP) untuk menganalisis teks. Laporan ini mencari kategori risiko spesifik yang telah ditentukan sebelumnya: ancaman kekerasan, ujaran kebencian, pelecehan, indikator penipuan, dan aktivitas ilegal. Ia tidak peduli dengan nada suara, deteksi sarkasme (dalam batas tertentu), atau apakah pengulas “menyukai” kandidat tersebut. Algoritmanya identik untuk pemohon nomor satu dan pemohon nomor seribu.
Konsistensi ini merupakan salah satu bentuk keadilan. Ketika peraturan diterapkan secara seragam, kandidat tidak dapat mengklaim bahwa seseorang dinilai lebih keras dibandingkan orang lain. Jejak audit – setiap tanda, setiap skor, setiap keputusan – dicatat dan dapat ditinjau.
Menghapus Identitas dari Persamaan
Fitur paling canggih dari penyaringan media sosial otomatis adalah kemampuan untuk menganonimkan subjek. Socialprofiler dapat dikonfigurasi untuk menghapus semua informasi pengenal – gambar profil, nama, nama pengguna, lokasi – sebelum dianalisis. Algoritme hanya melihat teks.
Hal ini secara langsung menyerang bias yang tidak disadari. Jika algoritme tidak mengetahui bahwa seorang kandidat berkulit hitam, algoritme tidak dapat menerapkan bias rasial. Jika mereka tidak mengetahui bahwa kandidatnya beragama Islam, maka mereka tidak bisa menerapkan bias agama. Jika mereka tidak mengetahui jenis kelamin kandidat, maka mereka tidak dapat menerapkan stereotip seksis tentang “agresivitas” atau “emosionalitas.”
Peninjau manual tidak dapat melakukan ini. Anda tidak dapat meminta manusia untuk tidak melihat gambar profil. Otomatisasi bisa. Itulah sebabnya penyaringan media sosial otomatis pada dasarnya lebih adil daripada tinjauan manual, dengan asumsi algoritmanya sendiri tidak bias.
Keunggulan Kecepatan: Dari Jam ke Detik
Keadilan tidak ada gunanya jika prosesnya sangat lambat sehingga tidak ada yang memanfaatkannya. Penyaringan media sosial secara manual cukup lambat sehingga sebagian besar organisasi melewatkannya sama sekali. Mereka mempekerjakan orang buta, berharap yang terbaik.
Otomatisasi mengubah perhitungan ini. Socialprofiler dapat menganalisis seluruh riwayat media sosial publik kandidat di berbagai platform dalam waktu kurang dari tiga puluh detik. Seorang perekrut yang menyaring seratus kandidat dapat menyelesaikan seluruh proses dalam satu rehat kopi.
Kecepatan ini memungkinkan alur kerja baru. Daripada hanya menyaring kandidat pada putaran final, organisasi dapat menyaring setiap pelamar yang lolos tinjauan resume awal. Daripada melakukan pemeriksaan mendadak, mereka dapat menyaring setiap karyawan yang direkrut. Kecepatan tidak hanya menghemat waktu – tetapi juga menghemat risiko.
Batasan Hukum: Mengapa Otomatisasi Tidak Sama dengan Kepatuhan
Inilah kebenaran yang sulit. Bahkan penyaringan media sosial otomatis yang paling cepat dan paling adil pun tidak dapat mengesampingkan hukum federal. Undang-Undang Pelaporan Kredit yang Adil (FCRA) berlaku setiap kali alat pihak ketiga digunakan untuk menyelidiki seseorang untuk tujuan pekerjaan. Jika Anda menggunakan suatu alat untuk membuat keputusan perekrutan, alat tersebut harus mematuhi FCRA. Ia harus menyediakan prosedur tindakan merugikan, mekanisme penyelesaian perselisihan, dan keakuratan data absolut.
Socialprofiler tidak mematuhi FCRA. Artinya, meskipun cepat, meskipun memiliki fitur yang adil, meskipun memiliki otomatisasi – alat ini tidak dapat digunakan secara legal untuk pemeriksaan latar belakang pekerjaan. Menggunakannya untuk perekrutan akan melanggar hukum federal.
Ini bukan merupakan kelemahan alat ini. Itu adalah batasan yang disengaja. Socialprofiler dirancang untuk konteks non-FCRA: memeriksa relawan, menyaring pemberi pengaruh, uji tuntas terhadap mitra bisnis, pemeriksaan keselamatan pribadi. Untuk penggunaan tersebut, otomatisasi memberikan nilai yang sangat besar. Untuk perekrutan, Anda harus menggunakan solusi yang sesuai dengan FCRA.
Masa Depan: Otomatisasi yang Sesuai dengan FCRA
Kabar baiknya adalah industri ini bergerak menuju penyaringan media sosial yang sesuai dengan FCRA. Beberapa penyedia berupaya memenuhi persyaratan akurasi, perselisihan, dan prosedur FCRA yang ketat. Socialprofiler pada akhirnya mungkin mendapatkan sertifikasi ini, tetapi sampai sekarang, belum.
Sampai saat itu tiba, para profesional yang merekrut harus menghadapi sebuah pilihan. Mereka dapat melanjutkan dengan tinjauan manual yang lambat dan bias. Mereka dapat melewatkan pemeriksaan media sosial sepenuhnya dan menerima risikonya. Atau mereka dapat menggunakan alat lain yang sesuai dengan FCRA untuk perekrutan sambil menggunakan Socialprofiler untuk hubungan non-perekrutan.
Kesimpulan: Alat Harus Sesuai dengan Tugas
Kami telah mengeksplorasi potensi penyaringan media sosial otomatis: kecepatan yang membutakan, konsistensi sempurna, dan penghapusan bias yang tidak disadari. Kita telah melihat bagaimana alat seperti Socialprofiler mencapai keuntungan ini melalui NLP, penghapusan identitas, dan keseragaman algoritmik. Teknologi ini sangat mengesankan. Potensi keadilan itu nyata.
Namun kami juga menghadapi tembok hukum. Socialprofiler tidak mematuhi FCRA, dan oleh karena itu tidak dapat digunakan untuk pemeriksaan latar belakang pekerjaan. Tidak ada otomatisasi yang dapat mengubah fakta ini. Hukum tidak peduli seberapa cepat alat Anda bekerja atau seberapa adil skornya. Ini peduli dengan kepatuhan.